Anthropic 表示，Claude 現在主導其 26% 的 AI 研發工作，而超過 90% 的工作已達到人機協作或更高程度。本指南將解釋六級自動化框架、3 萬個內部代理、十億級監控、超過 80% 的合併程式碼比例，以及 Anthropic 為何表示完整的遞迴式自我改進尚未到來...
Anthropic 發布了目前最清楚的內部概覽之一，說明人工智慧已經在多大程度上參與打造下一代人工智慧。
截至 2026 年 8 月，Anthropic 表示，Claude 主導該公司 26% 的 AI 研究與開發工作。2026 年稍早，同一項指標仍低於 1%。
這個關鍵數字相當驚人，但也很容易被誤讀。
「Claude 主導 26% 的研發」並不代表 Claude 在沒有人類參與的情況下，獨立運作該公司四分之一的研發工作。Anthropic 使用六級自動化框架，而 26% 這個數字特別指的是被評為 AL4——AI 主導的工作：人類提供高層次目標，Claude 從頭到尾完成大部分任務，而人類仍負責監督與核准。
Anthropic 也表示，其測量的 AI 研發工作中，超過 90% 至少已達到 AL3——AI 協作。
與此同時，該公司正在運行規模非常龐大的內部代理基礎設施。8 月，Anthropic 最常用的內部平台上，任何時點約有 3 萬個代理正在執行研究與工程工作；Anthropic 並分析了當月超過 10 億次代理決策。
這些數據有助於解釋，為什麼「AI 建造 AI」的討論，已經從理論走向可量化的現實。
它們也說明了最後一項限制條件為何如此重要：
Anthropic 表示，所測量的工作中沒有任何一項達到完全自主的 AL5。
該公司正更深入地使用 AI 輔助和 AI 主導的研發方式，但並未宣稱 Claude 已經能在沒有人工監督的情況下，獨立設計、訓練、評估並取代自身。
Anthropic 建立了一套原型 研發自動化指數，用來追蹤其 AI 研究與開發工作中，有多少部分由 Claude 執行。
該公司首先盤點模型研發涉及的各類工作，再為每個類別指定自動化等級。這套量表源自 Epoch AI 的研究，範圍從 AL0 到 AL5。
| 等級 | 標籤 | 實際含義 |
|---|---|---|
| AL0 | 未使用 | AI 並未實質參與該任務。 |
| AL1 | 邊際使用 | AI 可能協助偶爾查找資料、腦力激盪或潤飾內容，但不會改變工作的完成方式。 |
| AL2 | 輔助 | AI 有效加快任務的部分環節，但工作仍由人類主導並審查。 |
| AL3 | 協作 | AI 在人類密切指導下處理大部分工作；人類仍負責關鍵決策並整合結果。 |
| AL4 | 主導 | AI 根據高層次要求，從頭到尾完成大部分任務；人類負責監督、修正方向並核准結果。 |
| AL5 | 自主 | AI 在很少或沒有人工參與的情況下，從頭到尾完成工作。 |
AL3 與 AL4 之間的差異尤其重要。
在 AL3 中，人類仍密切參與。他們可能提供日誌、提出假設、回答問題，並在出現意外情況時決定下一步行動。
在 AL4 中，人類可以交付一個高層次目標，讓 Claude 處理大部分執行工作。人類仍會監督任務，但不需要持續引導每一個步驟。
Anthropic 報告了三項關鍵發現：
| 測量項目 | Anthropic 報告結果 |
|---|---|
| Claude 以 AL4「主導」的 AI 研發工作比例 | 26% |
| 達到 AL3「協作」或更高程度的 AI 研發工作比例 | 超過 90% |
| 達到 AL5「自主」的 AI 研發工作比例 | 所測子集的 0% |
因此，26% 這個數字最好理解為：
人類設定高層次目標
↓
Claude 處理大部分工作流程
↓
人類進行監督並核准
而不是：
Claude 在沒有人工參與的情況下，
獨立選擇研究議程、建造後繼模型、驗證結果並部署
這項區分是 Anthropic 自身對遞迴式自我改進定義的核心。
Anthropic 並不是單純詢問員工使用 Claude 的程度，就得出了 26% 這個數字。
根據其公開的方法說明，該公司從參與模型研發循環的團隊中抽樣工作紀錄，並在 2026 年 7 月，自下而上建立了約 15,000 項細分任務的清單。
Claude 隨後協助將這些任務整理成一套階層架構，其中包括：
對於每個類別，一個研究代理會檢視任務實際完成的方式，以及 AI 處理了整個流程的多少部分。接著，一個獨立的 Claude 評審模型會指定自動化等級。
Anthropic 也要求相關工作領域的人類負責人分別評估自動化程度。
該公司表示，模型與人類在 59% 的情況下給出了完全相同的評級，在 97% 的情況下評級差距不超過一個自動化等級。
這是有用的證據，但並不是完美的測量。
Anthropic 明確指出，臨界案例仍帶有主觀性，而且其評審模型可能與被評估的系統共享某些相同錯誤。
原始文章也強調了 Anthropic 內部代理基礎設施的規模。
Anthropic 表示，截至 2026 年 8 月，其最常用的內部平台上，任何時點約有 3 萬個代理正在執行研究與工程工作。
措辭十分重要：這並不是 3 萬名類似人類的永久員工，也不一定代表 Anthropic 內部任何地方使用的所有 AI 代理。
這是測量涵蓋的內部平台上，同一時間處於活躍狀態的代理數量。
這些代理可以半自主地長時間工作，也可以彼此委派任務。
Anthropic 表示，其內部框架為代理分配個別身分，並使用開放式訊息系統，讓代理能夠看見彼此的主張、連回原始證據，並修正錯誤，而不是盲目地沿著鏈路傳遞資訊。
當數萬個代理平行工作時，監督便會成為一個系統性問題。
Anthropic 表示，它分析了 AI 研究與工程代理在 2026 年 8 月做出的 超過 10 億次決策。
測量涵蓋的內部平台上，每一項行動在執行前都會經過線上監控器。
線上監控器可以：
Anthropic 表示，在超過 10 億次決策中，有 0.002% 被阻止，約為 每 47,000 次 1 次。
這個低比例不應直接被解讀為「代理有 99.998% 的時間都是安全的」。阻止率只是一項測量結果，取決於監控器能夠偵測什麼、行為如何分類，以及原本會發生哪些類型的風險行動。
Anthropic 自身也提出了相同觀點：在這種規模下，很難確定每一項重要行為都能被監控系統看見。
Anthropic 描述了兩層監控機制。
線上監控器會在行動執行前檢查行動內容。
它們的任務是阻止可能造成即時且難以逆轉傷害的行為，例如代理試圖將敏感的模型資產移出獲授權的系統。
Anthropic 表示，測量涵蓋平台上的 100% 代理行動都會經過這一層。
離線監控會在行動發生後檢查代理活動。
它的目標是捕捉可能逐步形成、而不是立即造成損害的模式。
Anthropic 表示，離線系統每週會標記約 100,000 份對話紀錄，交由後續分類器審查。
大多數案例會自動處理，但優先級最高的案例——約 每週 50 件——會升級交由人類處理。
因此，這套架構更接近：
代理提出行動
↓
線上監控器檢查行動
↓
行動執行，或遭到阻止／重新導向
↓
活動被記錄
↓
離線監控檢查行為模式
↓
優先級最高的案例交由人類審查
這套監控架構是 Anthropic 公告中最重要的部分之一，因為只有在組織仍能理解並介入代理行為的情況下，更高程度的自動化才真正有用。
AIBase 文章的第二個重點，是 Anthropic 目前有多少程式碼由 Claude 撰寫。
在這裡，日期需要精確說明。
Anthropic 官方的 When AI builds itself 報告表示，截至 2026 年 5 月，Anthropic 程式碼庫中合併的程式碼，有超過 80% 由 Claude 撰寫。
Anthropic 表示，在 Claude Code 於 2025 年 2 月進入研究預覽之前，這個比例仍處於個位數。
這在一年多一點的時間內，是一次巨大變化。
這兩個數字測量的是不同事物。
輸入一句想法，We0 AI 即可生成展示站、頁面與 CMS。發佈上線後並幫你獲取客戶和流量。
用戶註冊贈送一次完整項目生成
適合先體驗一次完整生成流程，快速看到專案初稿。
| 指標 | 日期 | 測量內容 |
|---|---|---|
| 超過 80% | 2026 年 5 月 | Anthropic 合併程式碼中由 Claude 撰寫的比例 |
| 26% | 2026 年 8 月 | 被評為 AL4「AI 主導」的加權 AI 研發工作比例 |
| 超過 90% | 2026 年 8 月 | 達到 AL3「協作」或更高程度的加權 AI 研發工作比例 |
軟體程式碼只是模型研發的一部分。
AI 研究還涉及：
因此，Claude 可以撰寫 80% 的程式碼，但整體 AI 研發只有 26% 被歸類為 AI 主導。
Anthropic 也表示，2026 年第二季，一名典型工程師每天合併的程式碼量約為 2024 年的 8 倍。
該公司隨即補充了一項重要限制：程式碼行數是並不完美的生產力衡量方式。
更多程式碼並不會自動代表八倍的價值。
大型變更可能包括：
儘管如此，Anthropic 認為，這項變化的幅度足以顯示工程產出確實加速。
這種模式尤其值得注意，因為從 2021 年到 2024 年，產出大致保持平穩；之後，在 Claude 開始執行程式碼，而不只是提供片段讓人類貼上的情況下，產出才開始增加。
原始文章將 Claude 的工作歸納為模型實驗、程式設計、資料分析和結果驗證。
Anthropic 自身的公開資料支持一個更廣泛的圖景：Claude 正越來越多地參與模型開發循環中的各類任務。
這些工作可能包括：
這正是人們將這一趨勢描述為 AI 協助打造更好 AI 的原因。
但「參與後繼模型的開發」與「完全自主地創造該後繼模型」之間，存在重要差異。
按照 Anthropic 自身的定義，還沒有。
Anthropic 將遞迴式自我改進描述為模型能夠完全自主建造其後繼模型的階段。
8 月的自動化數據明確表示，沒有任何測量到的 AI 研發子集達到 AL5。
因此，目前最準確的說法是：
Claude 正在實質加速產出未來 Claude 模型的研發流程，但 Anthropic 並未宣稱 Claude 已經能夠自主運行完整的後繼模型開發循環。
這項區分很重要，因為「遞迴式自我改進」這個詞經常被寬泛地使用。
人們所指的至少可能有三個不同階段：
階段 1
AI 協助打造下一個模型的人類
階段 2
AI 在人類監督下主導研發工作流程的大部分環節
階段 3
AI 自主設計、建造、評估並改進自己的後繼模型
Anthropic 公開的數據有力支持了階段 2 正在越來越多的工作中發生。
但它並未顯示階段 3 已經到來。
Anthropic 表示，進行這些測量的目的不只是宣傳生產力。
該公司認為，如果前沿模型開始加速自身的開發，公眾與政府就需要能夠長期追蹤的指標。
它提出的測量重點包括三個方面：
Anthropic 表示，這類指標最終可能由獨立機構驗證，並用作啟動更嚴格安全要求的觸發條件。
例如，如果 AI 主導的研發比例大幅上升，實驗室可能需要採用更長的測試窗口，或在允許新模型進一步參與研發前，進行更嚴格的外部評估。
這一點不在 AIBase 文章的簡短內容中，但它來自同一份 Anthropic 測量報告，有助於說明該公司的整體框架。
Anthropic 表示，在 2026 年 7 月為期一週的快照中：
Anthropic 稱這些是保守估計，並指出，要將安全研究與能力研究分類，本身就存在固有困難。
因此，這些數字應被視為一個快照，而不是普遍或永久不變的比例。
Anthropic 對方法論的限制說明得相當明確。
重要的限制包括：
這些限制並不代表數字沒有意義。
它們代表，將這些數字解讀為趨勢測量，而不是自主性的絕對證明，會更有用。
這表示 Anthropic 加權 AI 研發工作中，有 26% 目前被評為 AL4；在這個等級下，Claude 可以根據高層次要求，從頭到尾完成大部分任務。人類仍會監督、審查並核准工作，因此這並不是完全自主的研究。
AL4 表示 AI 主導任務的大部分環節，但人類仍負責監督與核准。AL5 表示工作在很少或沒有人工參與的情況下，從頭到尾自主完成；Anthropic 表示，其測量的 AI 研發工作中沒有任何一項達到 AL5。
Anthropic 報告稱，截至 2026 年 5 月，其程式碼庫中合併的程式碼有超過 80% 由 Claude 撰寫。這項指標指的是合併程式碼，而不是所有研究、產品決策或模型開發工作的 80%。
Anthropic 表示，截至 2026 年 8 月，其最常用的內部平台上，任何時點約有 3 萬個代理正在執行研究與工程工作。這個數字適用於測量涵蓋的內部平台，不應被解讀為永久的人類等效工作者數量。
該公司在行動執行前使用線上監控，並在行動發生後使用離線監控。Anthropic 表示，測量涵蓋平台上的 100% 行動都會經過線上監控器，而離線系統則會標記對話紀錄，交由自動化系統和人類進一步審查。
Anthropic 表示，2026 年 8 月，其線上監控器在超過 10 億次代理決策中阻止了約 0.002%，約為每 47,000 次 1 次。這是一項監控統計數字，並不能證明每一項未被阻止的決策都是安全或正確的。
按照 Anthropic 自身的定義，還沒有。Anthropic 將更強形式的遞迴式自我改進定義為模型完全自主地建造其後繼模型，而目前數據顯示，沒有任何測量到的 AI 研發類別達到 AL5 自主程度。
Anthropic 認為，公眾、政府與獨立評估者需要了解前沿實驗室將模型開發自動化的速度。該公司希望自動化程度、代理監督和算力分配等指標能成為可追蹤訊號，為未來的安全要求提供依據。
Anthropic 最新的內部測量顯示，模型開發正快速轉向由 AI 主導。截至 2026 年 8 月，Claude 主導了 26% 的加權 AI 研發工作，超過 90% 的工作已達到人機協作或更高程度，而 Anthropic 最常用的內部研究平台上同時運行了約 3 萬個代理。
此外，Anthropic 表示，截至 2026 年 5 月，其程式碼庫中合併的程式碼有超過 80% 由 Claude 撰寫。這項數據有力證明 AI 已深度參與打造未來 Claude 模型的系統，但不應將其與更廣義的研發自動化比例混為一談。
最重要的是，Anthropic 目前仍報告 沒有任何測量到的 AI 研發類別達到 AL5 完全自主。該公司顯然正朝更由 AI 驅動的 AI 開發方向前進，但尚未宣布完全自主的遞迴式自我改進已經到來。
目前最清楚的訊號並不是「Claude 已取代 Anthropic 的研究人員」，而是重心正從人類在 AI 輔助下完成工作，轉向人類監督日益由 AI 主導的研發工作流程。
從一句話開始，幾分鐘內拿到完整網站。
